动态预期选股模型的构建
发布时间：2017-11-7 14:29阅读：545
资质已认证
问一问静态选股模型有固有的弊病，就是不能够反映出市场对企业盈利预期的变化，且静态选股难以分离出阿尔法。我们研究更多的是如何寻找那些可以延续的动量因素，例如营业收入增长率，因此我们就想把一些动态因素纳入到选股过程当中。这里我们将要考察几个常见的动态指标，包括动态市盈率、预期收入增长率、预期净利润增长率、PEG等，考察这些指标与股价实际表现的联系。当然我们可以选取其他指标，如盈利超预期(Earnings Surprise)、评级调整、预期ROE等，但这些指标可能已经涵盖在我们上述的基本分析指标当中，或者给市场带来的影响过于短暂。
我们在静态选股模型中采用以季度为单位的持仓时间，但在动态预期选股模型中采用以月度为单位的持仓时间，这样可以较好跟踪上市场中盈利预期的变化，并且过滤掉一些短期效应。我们选股的方法与静态选股模型类似，就是在每个月的初期在数据库中分别选择当年动态PE最低、预测营业收入增长率最高、预期净利润增长率最高、动态PEG最高的30只股票，等市值买入并持有一个月，在下月之初根据指标重新选股调仓，对于纳入组合的新股票假设有2%的调仓成本。我们采用的业绩预测数据库为市面上较为常见的Wind资讯
温馨提示：投资有风险，选择需谨慎。
朱经理
一个电话，一次垂询，一份财富-叩富网同城理财
+微信
当前我在线
最快30秒解答
文章很精彩？转发给需要的朋友吧 
分享该文章
版权及免责声明：本文内容由入驻叩富问财的作者自发贡献，该文观点仅代表作者本人，与本网站立场无关，不对您构成任何投资建议。用户应基于自己的独立判断，自行决策投资行为并承担全部风险。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，请发送邮件至kf@cofool.com 举报，一经查实，本站将立刻删除。
推荐相关阅读
如何构建一个简单的量化选股模型？
508
选取如估值、成长、质量等因子，设定筛选条件和权重。
508
量化选股基金的选股模型是如何构建的？
809
确定选股因子：从动量、波动性、成长性、规模、价值、活跃性及收益性等方面选择指标，如选取市盈率、市净率等价值因子，营业收入增长率、净利润增长率等成长因子。建立统计模型：运用统计方法提取近似线性无关...
809
如何构建多指标选股模型？
321
构建多指标选股模型需先确定选股目标，选择相关性低的指标，设定指标参数和条件，回测模型有效性。
321
如何构建包含PE、PB、ROE的多因子选股初筛模型
814
构建包含PE（市盈率）、PB（市净率）、ROE（净资产收益率）的多因子选股初筛模型，有几个关键步骤。首先，确定合理范围，比如PE低可能意味着估值有吸引力，可设定一个合适区间筛选；PB同理，较低的...
814
如何构建属于自己的量化选股模型：从逻辑到实盘
94
量化选股的核心在于通过数学模型筛选出具有超额收益概率的股票池。2026年的市场环境更加成熟，多因子模型已成为散户进阶的主流选择。构建模型的第一步是确定因子。常见的因子包括估值因子（如PE、PB）、动量因子（如近一月的涨幅）以及质量因子（如ROE）。投资者需要通过历史数据验证这些因子在当前市场环境下的有效性。第二步是策略的回测。回测不仅仅是看收益率，更要关注在市场极端波动情况下的生存能力。投资者应通过调整因子的权重，寻找在不同牛熊周期下表现稳健的组合方案。策略逻辑再严谨，也需要...
94
QMT与多因子选股：如何构建属于自己的Alpha模型？
98
多因子模型是量化投资中最稳健的基石之一。2026年，散户投资者利用QMT系统，已经可以实现原本只有机构才能完成的大规模多因子筛选与动态调仓。构建逻辑通常分为因子提取、因子有效性检验和权重分配。在QMT中，投资者可以轻松调取基本面因子（如PE、ROE）、动量因子（如近20日涨幅）和价值因子。通过编写Python逻辑，对全市场股票进行评分。例如，筛选出评分最高的前50只股票构建组合。QMT的自动化调仓功能（Rebalance）能按照预设的时间频率（如每月初）自动进行卖旧买新，确保组合始终符合因子的选股逻辑。这种方...
98
